《表6 工具变量回归结果:区域特质、产业结构与城市创新绩效——基于创新型城市试点的准自然实验》

《表6 工具变量回归结果:区域特质、产业结构与城市创新绩效——基于创新型城市试点的准自然实验》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《区域特质、产业结构与城市创新绩效——基于创新型城市试点的准自然实验》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
注:括号中报告的是标准误,***p<0.01,**p<0.05,*p<0.1。

在基本回归中,控制了一系列可能影响城市创新绩效的因素,还控制了城市固定效应和时间固定效应,从而剔除了城市不可观察因素(如城市位置、城市文化等)和时间不可观察因素(如经济周期等)的影响。然而,遗漏变量的问题可能依然存在,并导致基本回归的结果出现偏误。同时,《城市统计年鉴》是官方公布的数据,但各地政府在统计数据时口径不一致可能造成测量误差问题,从而影响基本回归结果。这两个潜在的问题可能会造成创新型城市存在内生性问题。对此,本文选取历史古都作为工具变量进行再次估计。在《关于进一步推进创新型城市试点工作的指导意见》中,着重突出要重视城市特质,使创新型城市建设与城市文化特质要契合。创新型城市需要具有区别于一般城市的文化特质,这种城市文化特质源自历史积淀,而古都历经漫长的历史时期,对如今的城市文化发展有着直接而深刻的影响。因此,是否是历史古都与纳入创新型城市试点概率预期呈正相关,满足有效工具变量的相关性假设。此外,历史古都是由历史条件决定的,满足有效工具变量的外生性假设。本文手动整理了从公元前26世纪的五帝时期到公元1912年的中华民国时期的历代古都数据,然后将历代古都数据与现代城市名称进行匹配后,共有58个地级市曾经作为历代的古都。参考任胜钢等(2019)的做法,采用历代古都数据(gudu)与政策时间(policy)的交互项(G-P)作为工具变量,进行再次回归。工具变量估计的结果报告在表6中,创新型城市试点政策对城市创新绩效的影响在统计上依然显著为正,再次验证基本回归的稳健性。